Page 15 - 《中国药房》2021年第6期

2 模型简介及构建步骤 表2 ADF单位根检验结果
2.1 VAR模型简介 Tab 2 ADF unit root test results
VAR 模型创立于 20 世纪 80 年代，现已被广泛用于 ADF临界值
变量 检验形式（c，t，k） ＊ t P 结论
[12]
金融管控、能源出口、高技术产业贸易等行业 。其本 1％ 5％ 10％
LNEX （c，t，0） －0.692 791 －3.788 030 －3.012 363 －2.646 119 0.828 不平稳
质为检验多个变量之间的动态互动关系，把系统中每一 ΔLNEX （c，t，0） －2.650 413 －3.788 030 －3.012 363 －2.646 119 0.001 平稳
个内生变量作为所有变量滞后项的函数来构造回归模 LNRD （c，t，0） －0.840 181 －3.788 030 －3.012 363 －2.646 119 0.787 不平稳
ΔLNRD （c，0，0） －4.265 631 －3.808 546 －3.020 686 －2.650 413 0.004 平稳
型，表达式如下：
LNTG （c，t，0） －1.670 025 －3.808 546 －3.020 686 －2.650 413 0.430 不平稳
ΔLNTG （c，t，0） －5.222 774 －3.857 386 －3.040 391 －2.660 551 0.001 平稳
Yt＝A1Yt－1+A2Yt－2+……ApYt－p+εt
式中，Y表示K维内生变量矢量，A表示系数矩阵，P 注：Δ为一阶差分；（c，t，k） 分别表示单位根检验中的常数项、时
＊
表示内生变量滞后的阶数，t表示滞后期，ε为常数项 。 间趋势项和滞后阶数
[13]
＊
2.2 VAR模型构建步骤 Note：Δ was first difference；（c，t，k） means constant term，time
trend termand lag order in ADF
在参考文献[14]的基础上，本研究通过以下步骤建
于临界值，因此拒绝原假设。这说明 LNEX、LNRD、
立 VAR 模型：①数据平稳性检验。采用单位根检验
LNTG 等 3 个变量之间最少存在 2 个以上协整关系，即
（ADF）对 LNEX、LNRD、LNTG 数据进行平稳性检验。
表示这3个变量之间存在稳定的均衡关系。
②最优滞后期数选择。通过赤池信息准则（AIC）和施瓦
表3 迹检验统计量结果
茨准则（SC）来确定模型的最优滞后阶数。同时，对
Tab 3 Trace statistics test results
VAR模型进行拟合度分析。③协整关系检验。采用Jo-
原假设 特征值 迹统计量 临界值（5％） P
hansen协整检验方法进行判定，检验变量之间是否存在
变量之间不存在协整关系 ＊ 0.839 922 52.070 470 29.797 070 ＜0.001
长期稳定的均衡关系。④VAR 模型稳定性检验。对特 变量之间最多存在1个协整关系 ＊ 0.523 830 19.092 750 15.494 710 0.014
征根倒数值的大小进行检验，一般通过作图表述。⑤格 变量之间最多存在2个协整关系 ＊ 0.272 927 5.737 110 3.841 466 0.017
注：表示拒绝原假设
＊
兰杰因果检验。采用格兰杰因果检验分析变量之间是
Note： means original hypothesis is a refusal
＊
否存在因果关系。⑥脉冲（IRF）响应。采用IRF响应分
3.4 VAR模型稳定性检验
析各变量之间互相冲击的动态影响关系。⑦方差分
对VAR模型的稳定性进行检验，若特征根倒数值大
解。将 VAR 模型中变量的方差分解到不同的扰动因素
[9]
于1表示模型不稳定，反之则说明模型稳定性良好 ，结
上，探究不同变量对模型影响的贡献程度。
果见图1（由于本研究选取了3个变量，且最优滞后期为
3 实证分析
3期，因此共有9个特征根）。由图1可知，9个特征根的
3.1 数据平稳性检验 模皆在单位圆内（即特征根模的倒数小于 1），因此判断
为了防止出现伪回归现象，建立VAR模型之前需先
上文构建的模型稳定，可进行下一步分析。
进行数据平稳性检验。本研究采用Eviews 10.0软件，通 1.5
过 ADF 检验 LNEX、LNRD、LNTG 数据的平稳性，结果
见表 2。由表 2 可知，原序列 LNEX、LNRD、LNTG 在 1.0
1％的显著性水平下皆为不平稳序列，存在单位根，即接
0.5
受原假设。对原序列进行一阶差分，得ΔLNEX、ΔLNRD、
ΔLNTG，结果其在 1％的显著性水平下皆平稳，不存在 0
单位根，即拒绝原假设。因此，可以建立VAR模型。
－0.5
3.2 滞后阶数选择
由文献[15]可知，AIC和SC检验数值均为最小值时 －1.0
所确定的滞后期为最佳。从检验结果可知，当滞后3期
－1.5
时，AIC参考值－4.941与SC参考值－3.457分别为最小 －1.5 －1.0 －0.5 0 0.5 1.0 1.5
值，因此VAR模型选择最优滞后期为3期。对VAR模型 图1 VAR模型稳定性检验结果
进行参数估计，通过检验数据可知调整后的R 值分别为 Fig 1 Stability test results of VAR model
2
0.914、0.959、0.760，表明模型的拟合度良好 。 3.5 格兰杰因果检验
[16]
3.3 协整关系检验 为进一步验证变量之间的作用关系，采用格兰杰因
对变量之间进行Johansen协整关系检验，结果见表 果检验验证出口交货值、研发经费内部支出和技术改造
3。由表 3 可知，在 5％的临界值水平下，迹统计量均大 经费之间的因果关系及作用方向，结果见表 4。由表 4

中国药房 2021年第32卷第6期 China Pharmacy 2021 Vol. 32 No. 6 ·649 ·